يُقال إن غوغل تتفاوض على بيع وحدات معالجتها بالتنسور إلى منافسين مثل ميتا وأنثروبيك، مما قد يعطل صدارة نفيديا في أجهزة الذكاء الاصطناعي. هذه الشرائح المخصصة، المصممة خصيصًا لمهام الذكاء الاصطناعي، تقدم مكاسب كفاءة يمكن أن توفر للشركات ملايين الدولارات. مع ارتفاع الطلب على الحوسبة بالذكاء الاصطناعي، يبرز هذا التحول التنويع المتزايد في القطاع.
ابتكرت غوغل وحدات المعالجة بالتنسور (TPUs) في عام 2016، من خلال صنع شرائح محسنة لضربات المصفوفات الأساسية في تدريب وتشغيل نماذج الذكاء الاصطناعي الكبيرة. بخلاف وحدات معالجة الرسوميات للأغراض العامة (GPUs)، التي سيطرت عليها نفيديا، تركز TPUs حصريًا على هذه الحسابات المتوازية، مما يقلل من الكفاءات المنخفضة في أحمال عمل الذكاء الاصطناعي.
هذا العام، كشفت غوغل عن TPU من الجيل السابع، المسماة Ironwood، والتي تدعم نماذجها الخاصة مثل Gemini لمعالجة اللغة وAlphaFold لنمذجة البروتينات. يلاحظ الخبراء أن TPUs تشترك في تشابهات مع GPUs، لكن تخصصها يجعلها أكثر كفاءة لتطبيقات الذكاء الاصطناعي المحددة. «يمكن أن تكون أكثر كفاءة بكثير لهذه المهام وتوفر عشرات أو مئات الملايين من الدولارات»، يقول سيمون ماكينتوش-سميث في جامعة بريستول بالمملكة المتحدة.
تاريخيًا، استخدمت غوغل TPUs داخليًا لأكثر من عقد، لكن التقارير الأخيرة تشير إلى تحول نحو المبيعات الخارجية. شركات تشمل ميتا وأنثروبيك تخطط للاستثمار مليارات الدولارات في TPUs غوغل، بحثًا عن بدائل لـGPUs نفيديا النادرة والباهظة الثمن. هذه الخطوة يمكن أن تعزز المنافسة، مما يسمح للمشترين بتفاوض شروط أفضل مع نفيديا مع تنويع سلاسل التوريد.
يشرح فرانشيسكو كونتي في جامعة بولونيا بإيطاليا الجاذبية: تتفوق TPUs في التوازي المناسب للذكاء الاصطناعي، على الرغم من أن تصميمها المتخصص يخاطر بعدم المرونة إذا تطورت النماذج بسرعة. hyperscalers آخرون، مثل أمازون بشرائح Trainium، يبنون أيضًا أجهزة مخصصة وسط نقص GPUs. كما يلاحظ ماكينتوش-سميث، «لم نسمع عن عملاء كبار ينتقلون، وربما هذا ما بدأ يحدث الآن». هذه الاتجاه يشير إلى نضج بنية الذكاء الاصطناعي، وقد يعيد تشكيل مشهد الأجهزة في الصناعة.